在“大数法则”运算之下，不良率就可控在一定标准之内。而这正是银行信用卡业务风控的存在意义。

那么信用卡风控建模具体看哪些变量呢？

最传统的操作是看“四大维度”：自然属性、收入情况、财富情况、在其它金融机构的风险表现。这些数据绝大多数在客户的央行征信报告、该行内部账户信息、及客户办卡提交材料中都有体现。

自然属性是指客户的性别、年龄、学历、户籍地域等。

收入情况则是看公司行业、公司规模、职位、年收入等，这一点在风控的逻辑里被视为客户负债后的“还款来源”。

财富情况是看客户的拥车、拥房、以及在该家银行的存款、理财等。

客户在其它金融机构的负债情况、信用表现、有无逾期也是一大考量。此外，多家风控严格的银行信用卡中心还会对客户实行“刚性扣减”，亦即对卡片申请人的总负债额度进行评估，并减去客户已在其它银行获得的非抵押类授信额度。

除了这些传统操作，随着金融科技及大数据运用的发展，信用卡风控的评审模型中又添加了来自移动运营商、互联网公司等提供的客户行为数据，当然调取这些数据需在客户充分授权的前提下。这些行为数据可包括客户的移动设备定位、线上支付结算和流水等，也可据此推测部分客户的消费能力和习惯，为银行更精准的营销及风控提供辅助参考。